吳楷澤

(廣東工業(yè)大學(xué),廣東 廣州510000)

現(xiàn)如今,智能視頻監(jiān)控系統(tǒng)已經(jīng)在各個行業(yè)領(lǐng)域中受到廣泛應(yīng)用,并在風(fēng)險預(yù)警、保障安全過程中發(fā)揮了巨大的作用。在智能化視頻監(jiān)控系統(tǒng)中,以人員為主要的目標(biāo)對象的風(fēng)險分析、輔助決策等智能化功能的開發(fā)主要依賴于人員目標(biāo)跟蹤的實現(xiàn)。人員目標(biāo)跟蹤在實際應(yīng)用中面臨著目標(biāo)遮擋和目標(biāo)短暫消失的挑戰(zhàn)。針對遮擋問題,文獻(xiàn)[1]中在跟蹤目標(biāo)主體選取多個部位并為其設(shè)置各自的跟蹤器進(jìn)行獨(dú)立的跟蹤,當(dāng)某些部位被遮擋時,其他未遮擋部分的跟蹤器仍能保持跟蹤。該方法雖然能夠解決部分遮擋的問題,但當(dāng)目標(biāo)被完全遮擋或者短暫離開當(dāng)前畫面后重新出現(xiàn)的情況下該方法仍會出現(xiàn)跟蹤中斷問題。

單視角攝像頭在目標(biāo)跟蹤過程中因遮擋問題導(dǎo)致跟蹤失敗的情況,究其原因是單視角攝像頭視域受限,獲取目標(biāo)信息有限。若采用多個攝像頭從多個角度對目標(biāo)進(jìn)行跟蹤,獲取目標(biāo)更為全面的信息,提高目標(biāo)跟蹤的準(zhǔn)確性。

多視角目標(biāo)跟蹤的實現(xiàn)中,同一目標(biāo)呈現(xiàn)到不同視角的攝像頭的采集圖像中各不相同,當(dāng)同時跟蹤多個目標(biāo)時,需要為不同視角獲取到的多個目標(biāo)結(jié)果建立關(guān)聯(lián)匹配關(guān)系。常見的跨視角目標(biāo)關(guān)聯(lián)方法主要要基于兩種思路,一種是基于目標(biāo)顏色特征的約束關(guān)系,另一種是基于目標(biāo)的空間約束關(guān)系。對于基于目標(biāo)顏色特征約束建立的目標(biāo)匹配關(guān)系,其結(jié)果易受光照環(huán)境影響。當(dāng)攝像頭分辨率較低采集到的目標(biāo)區(qū)域較小時,其顏色特征并不明顯,此種情況,通過顏色特征建立目標(biāo)匹配關(guān)系的思路將不適用。因此本文從目標(biāo)的空間約束關(guān)系出發(fā),制定相應(yīng)的跨視角匹配策略,建立目標(biāo)關(guān)聯(lián)關(guān)系,從而實現(xiàn)多視角目標(biāo)跟蹤。

1 相機(jī)成像模型

2 跨視角目標(biāo)匹配策略

2.1 基于腳底坐標(biāo)的跨視角目標(biāo)匹配策略

2.2 基于頭部坐標(biāo)的跨視角目標(biāo)匹配策略

3 基于跨視角目標(biāo)匹配策略的多視角目標(biāo)跟蹤流程

基于跨視角目標(biāo)匹配策略的多視角目標(biāo)跟蹤流程可用如圖1的流程圖表示。

現(xiàn)對流程圖主要環(huán)節(jié)簡述如下：

3.1 相機(jī)初始化

相機(jī)初始化過程主要是采用張正友標(biāo)定法[2]對相機(jī)進(jìn)行標(biāo)定,以確定相機(jī)的內(nèi)外參數(shù),建立相機(jī)成像幾何模型。

3.2 提取運(yùn)動目標(biāo)

在該環(huán)節(jié)中,首先采用Vibe 算法[3]進(jìn)行背景建模,對于每一幀圖像,對背景模型減除得到前景圖像,對前景圖像進(jìn)行輪廓提取,獲得運(yùn)動目標(biāo)。

3.3 目標(biāo)跟蹤

遍歷獲取到的每個運(yùn)動目標(biāo),采用camshift-kalman[4,5]跟蹤器對運(yùn)動目標(biāo)進(jìn)行跟蹤,若運(yùn)動目標(biāo)與已經(jīng)存在的跟蹤器相匹配,則視為舊目標(biāo),并對該跟蹤器進(jìn)行更新；若未找到相匹配的跟蹤器,則進(jìn)入步驟4 的跨視角目標(biāo)關(guān)聯(lián)匹配環(huán)節(jié)。

3.4 與其他視角相機(jī)目標(biāo)是否關(guān)聯(lián)

該環(huán)節(jié)中,將待匹配目標(biāo)與其他視角相機(jī)獲取到的運(yùn)動目標(biāo)進(jìn)行匹配,匹配策略采用第2、3 節(jié)分析的基于腳部坐標(biāo)和頭部坐標(biāo)的評估方式,若未能與其他視角匹配,則判斷為新出現(xiàn)的目標(biāo),進(jìn)行步驟5 的行人檢測環(huán)節(jié)；若以匹配,則對跟蹤器進(jìn)行更新。

3.5 行人檢測

對于新出現(xiàn)的目標(biāo),采用DMP[5]特征進(jìn)行人員檢測,若為人員目標(biāo),則為其注冊跟蹤器,并在后續(xù)的視頻幀中為該目標(biāo)保持跟蹤。

4 跨視角目標(biāo)檢測流程實現(xiàn)結(jié)果展示與分析

4.1 流程實現(xiàn)結(jié)果展示

圖2 為跨視角目標(biāo)匹配過程。其中,視角A 當(dāng)前幀包含了兩個運(yùn)動目標(biāo),該兩個目標(biāo)均與歷史跟蹤器相匹配,因而能通過歷史幀的回溯獲取目標(biāo)ID。視角B 同樣包含兩個目標(biāo),其中一個未能找到相匹配濾波器,無法通過歷史幀獲取目標(biāo)ID。將該目標(biāo)采用跨視角目標(biāo)匹配策略與視角A 獲取到的目標(biāo)相匹配,繼而通過跨視角回溯方式獲取目標(biāo)ID,保持繼續(xù)跟蹤。

圖1 多視角目標(biāo)跟蹤流程圖

圖2 跨視角目標(biāo)匹配過程

4.2 跨視角目標(biāo)關(guān)聯(lián)匹配策略分析

本文通過2、3 節(jié)的分析,制定了三種跨視角目標(biāo)匹配策略方案,分別如下：

方案一：基于腳底坐標(biāo)的跨視角目標(biāo)匹配策略；

方案二：基于頭部坐標(biāo)的跨視角目標(biāo)匹配策略；

方案三：先基于腳底坐標(biāo)進(jìn)行目標(biāo)匹配判斷,若匹配成功則視為同一目標(biāo)；若匹配失敗則再基于頭部坐標(biāo)進(jìn)行目標(biāo)匹配判斷,若匹配失敗則判定為不是同一目標(biāo),反之則為統(tǒng)一目標(biāo)。

對三個方案的測試結(jié)果如下：

表1 三種方案測試結(jié)果表

由表1 分析可得,三種方案能夠成功地對不同視角的視頻幀運(yùn)動目標(biāo)進(jìn)行匹配,其中方案三的匹配成功率最高,這是由于方案三結(jié)合了方案一和方案二的匹配結(jié)果再做出統(tǒng)一的判斷,但三種方案都存在一定的匹配失敗的情況。究其原因,主要是由于腳底或者頭部坐標(biāo)的跨視角匹配策略都是基于運(yùn)動目標(biāo)提取區(qū)域的位置來獲得,若提取的運(yùn)動目標(biāo)區(qū)域存在誤差,同時,腳底與頭部坐標(biāo)采用中點的近似估算,相機(jī)標(biāo)定過程可能存在頭部被遮擋,也會影響其坐標(biāo)提取準(zhǔn)確度,在方案三中,采用了腳底坐標(biāo)和頭部坐標(biāo)綜合判斷的策略,該策略只有在頭部與腳底均被遮擋時才可能造成誤判,從而方案三的成功率比方案一和方案二都高。

結(jié)束語

本文基于目標(biāo)的空間約束關(guān)系提出了基于腳部和頭部的跨視角目標(biāo)匹配策略,并通過實驗測試證明了該匹配策略在多相機(jī)目標(biāo)跟蹤過程中的可行性。應(yīng)用該策略有效減少了目標(biāo)因遮擋或者暫時離開畫面而導(dǎo)致跟蹤中斷情況的出現(xiàn)。同時如上節(jié)分析,該策略因坐標(biāo)估算和相機(jī)標(biāo)定累積的誤差,導(dǎo)致該策略存在誤判現(xiàn)象,此時可以考慮結(jié)合顏色特征的關(guān)聯(lián)匹配策略進(jìn)行輔助判斷,以提高匹配成功率。